ES(Elasticsearch)入门

what:

　　Elastic 的底层是开源库 Lucene。但是，你没法直接用 Lucene，必须自己写代码去调用它的接口。Elastic 是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。

　　

　　Node 与 Cluster：
　　　　Elastic 本质上是一个分布式数据库，允许多台服务器协同工作，每台服务器可以运行多个 Elastic 实例。单个 Elastic 实例称为一个节点（node），一组节点构成一个集群（cluster）。

 

　　Index：
　　　　Elastic 会索引所有字段，经过处理后写入一个反向索引（Inverted Index）。查找数据的时候，直接查找该索引。所以，Elastic 数据管理的顶层单位就叫做 Index（索引）。它是单个数据库的同义词。每个 Index （即数据库）的名字必须是小写。

　　　　下面的命令可以查看当前节点的所有 Index：
　　　　　　$ curl -X GET 'http://localhost:9200/_cat/indices?v'

 

　　Document：
　　　　Index 里面单条的记录称为 Document（文档）。许多条 Document 构成了一个 Index。
　　　　Document 使用 JSON 格式表示，下面是一个例子：
　　　　　　{
　　　　　　　　"user": "张三",
　　　　　　　　"title": "工程师",
　　　　　　　　"desc": "数据库管理"
　　　　　　}
　　　　同一个 Index 里面的 Document，不要求有相同的结构（scheme），但是最好保持相同，这样有利于提高搜索效率。

 

　　Type：
　　　　Document 可以分组，比如weather这个 Index 里面，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。

　　　　不同的 Type 应该有相似的结构（schema），举例来说，id字段不能在这个组是字符串，在另一个组是数值。这是与关系型数据库的表的一个区别。性质完全不同的数据（比如products和logs）应该存成两个 Index，而不是一个 Index 里面的两个 Type（虽然可以做到）。

　　　　下面的命令可以列出每个 Index 所包含的 Type：
　　　　　　$ curl 'localhost:9200/_mapping?pretty=true'

　　　　根据规划，Elastic 6.x 版只允许每个 Index 包含一个 Type，7.x 版将会彻底移除 Type。

 

how：

　　新建和删除：

　　　　新建 Index，可以直接向 Elastic 服务器发出 PUT 请求。下面的例子是新建一个名叫weather的 Index。

　　　　　　$ curl -X PUT 'localhost:9200/weather'
　　　　服务器返回一个 JSON 对象(如下)，里面的acknowledged字段表示操作成功。
　　　　　　{
　　　　　　　　"acknowledged":true,
　　　　　　　　"shards_acknowledged":true
　　　　　　}

　　　　然后，我们发出 DELETE 请求，删除这个 Index：
　　　　　　$ curl -X DELETE 'localhost:9200/weather'

 

　　　　新建一个 Index，指定需要分词的字段。这一步根据数据结构而异，下面的命令只针对本文。基本上，凡是需要搜索的中文字段，都要单独设置一下：

   　　　　

 

 

 　　上面代码中，首先新建一个名称为accounts的 Index，里面有一个名称为person的 Type。person有三个字段：user、title、desc。三个字段类型都是文本（text），所以需要指定中文分词器，不能使用默认的英文分词器。analyzer是字段文本的分词器，search_analyzer是搜索词的分词器。ik_max_word分词器是插件ik提供的，可以对文本进行最大数量的分词。

 

　　新增数据：　

　　　　向指定的 /Index/Type 发送 PUT 请求，就可以在 Index 里面新增一条记录。比如，向/accounts/person发送请求，就可以新增一条人员记录。
$ curl -X PUT 'localhost:9200/accounts/person/1' -d '
{
"user": "张三",
"title": "工程师",
"desc": "数据库管理"
}'

　　　　服务器返回的 JSON 对象，会给出 Index、Type、Id、Version 等信息。
{
"_index":"accounts",
"_type":"person",
"_id":"1",
"_version":1,
"result":"created",
"_shards":{"total":2,"successful":1,"failed":0},
"created":true
}
　　　　如果你仔细看，会发现请求路径是/accounts/person/1，最后的1是该条记录的 Id。它不一定是数字，任意字符串（比如abc）都可以。

 

　　　　新增记录的时候，也可以不指定 Id，这时要改成 POST 请求。
$ curl -X POST 'localhost:9200/accounts/person' -d '
{
"user": "李四",
"title": "工程师",
"desc": "系统管理"
}'
　　　　上面代码中，向/accounts/person发出一个 POST 请求，添加一个记录。这时，服务器返回的 JSON 对象里面，_id字段就是一个随机字符串。
{
"_index":"accounts",
"_type":"person",
"_id":"AV3qGfrC6jMbsbXb6k1p",
"_version":1,
"result":"created",
"_shards":{"total":2,"successful":1,"failed":0},
"created":true
}
　　　　注意：如果没有先创建 Index（这个例子是accounts），直接执行上面的命令，Elastic 也不会报错，而是直接生成指定的 Index。所以，打字的时候要小心，不要写错 Index 的名称。

 

　　查看数据：

　　　　向/Index/Type/Id发出 GET 请求，就可以查看这条记录：
　　　　　　$ curl 'localhost:9200/accounts/person/1?pretty=true'
　　　　上面代码请求查看/accounts/person/1这条记录，URL 的参数pretty=true表示以易读的格式返回。

　　　　返回的数据中，found字段表示查询成功，_source字段返回原始记录：
{
"_index" : "accounts",
"_type" : "person",
"_id" : "1",
"_version" : 1,
"found" : true,
"_source" : {
"user" : "张三",
"title" : "工程师",
"desc" : "数据库管理"
}
}

　　　　如果 Id 不正确，就查不到数据，found字段就是false。
　　　　　　$ curl 'localhost:9200/weather/beijing/abc?pretty=true'

　　　　返回如下：

{
"_index" : "accounts",
"_type" : "person",
"_id" : "abc",
"found" : false
}

 

　　更新数据：

　　　　更新记录就是使用 PUT 请求，重新发送一次数据。

$ curl -X PUT 'localhost:9200/accounts/person/1' -d '
{
    "user" : "张三",
    "title" : "工程师",
    "desc" : "数据库管理，软件开发"
}' 
　　　　返回：
{
  "_index":"accounts",
  "_type":"person",
  "_id":"1",
  "_version":2,
  "result":"updated",
  "_shards":{"total":2,"successful":1,"failed":0},
  "created":false
}

　　　　上面代码中，我们将原始数据从"数据库管理"改成"数据库管理，软件开发"。 返回结果里面，有几个字段发生了变化。

"_version" : 2,
"result" : "updated",
"created" : false

　　　　可以看到，记录的 Id 没变，但是版本（version）从1变成2，操作类型（result）从created变成updated，created字段变成false，因为这次不是新建记录。

 

　　返回所有数据：

　　　　使用 GET 方法，直接请求/Index/Type/_search，就会返回所有记录：

　　　　　　$ curl 'localhost:9200/accounts/person/_search'

　　　　　　

 

 

 

 　　全文搜索：

　　　　Elastic 的查询非常特别，使用自己的查询语法，要求 GET 请求带有数据体。

$ curl 'localhost:9200/accounts/person/_search'  -d '
{
  "query" : { "match" : { "desc" : "软件" }}
}'

　　　　上面代码使用 Match 查询，指定的匹配条件是desc字段里面包含"软件"这个词。返回结果如下。

　　　　　　

 

　　　　Elastic 默认一次返回10条结果，可以通过size字段改变这个设置。还可以通过from字段，指定位移。

 

 $ curl 'localhost:9200/accounts/person/_search' -d '

{
  "query" : { "match" : { "desc" : "管理" }},
  "from": 1,
  "size": 1
}'

 

　　运算逻辑：

　　　　如果有多个搜索关键字， Elastic 默认为它们是or关系：

$ curl 'localhost:9200/accounts/person/_search' -d '
{
"query" : { "match" : { "desc" : "软件 系统" }}
}'

　　　　如果要执行多个关键词的and搜索，必须使用布尔查询。

$ curl 'localhost:9200/accounts/person/_search' -d '
{
　　"query": {
　　　　"bool": {
　　　　　　"must": [
　　　　　　　　{ "match": { "desc": "软件" } },
　　　　　　　　{ "match": { "desc": "系统" } }
　　　　　　]
　　　　}
　　}
}'